项目简介

该项目是一个基于Model Context Protocol (MCP) 原则构建的后端服务，旨在作为一个专业的SaaS平台，赋能AI应用（特别是大语言模型LLM客户端）来创建和发布LinkedIn内容。它整合了AI内容生成、图像分析和LinkedIn发布API，并提供了用户认证、积分（Token）管理等核心功能。该服务器通过标准的API接口向客户端提供服务，充当AI能力与外部平台（如LinkedIn）之间的桥梁。

主要功能点

AI内容生成: 利用先进的AI模型（如Google Gemini）根据文本或图像生成高质量、适合LinkedIn发布的专业内容。
图像分析: 具备分析用户上传图片的能力，提取关键信息，并结合用户指令生成相关的LinkedIn帖子内容。
直接发布至LinkedIn: 通过LinkedIn API实现内容的直接创建和发布，支持文本帖子、单图帖子及多图（轮播）帖子。
用户认证与管理: 提供安全的认证流程（如Google OAuth），管理用户账户信息。
积分系统: 采用Token（积分）机制来计量和限制用户对高级AI功能（如图像分析、多图发布）的使用，并提供每日自动刷新。
会话与权限管理: 管理用户会话状态，确保API调用的安全性和用户权限的正确性。

安装步骤

克隆仓库:

git clone https://github.com/Harsh-dev3221/LinkedIN_MCP.git
cd LinkedIN_MCP

安装后端依赖:

cd mcp-server
npm install

安装前端依赖: (可选，如果需要运行配套客户端)

cd ../frontend-vite
npm install

设置环境变量:
- 在 'mcp-server' 目录下复制 '.env.example' 文件并重命名为 '.env'。
- 在 'frontend-vite' 目录下复制 '.env.example' 文件并重命名为 '.env'。
- 编辑这两个 '.env' 文件，填入你的Supabase、LinkedIn开发者应用、Google Gemini AI和Google OAuth的API密钥和配置信息。
设置数据库:
```
cd mcp-server
npm run setup-db
```
（确保你的Supabase项目已配置好并填写了正确的URL和Service Role Key）

启动开发服务器:

在第一个终端中启动后端:

cd mcp-server
npm run dev

在第二个终端中启动前端 (可选):

cd frontend-vite
npm run dev

服务器配置 (供MCP客户端连接使用)

此MCP服务器主要通过HTTP/HTTPS协议暴露服务。MCP客户端连接时，通常需要提供服务器的启动命令和连接URL。

要启动此服务器，使用的命令和参数如下：

命令 (command): 'npm'
参数 (args): '["run", "dev"]'
工作目录 (cwd): 服务器代码的根目录，即包含 'package.json' 的 'mcp-server' 文件夹。

MCP客户端连接信息示例 (JSON格式): （注意：实际连接方式取决于你的MCP客户端如何配置，通常需要提供服务器监听的网络地址和端口，例如 'http://localhost:3001'，而不是直接运行命令。以下格式仅为按要求提供命令/参数信息，供客户端参考如何启动服务器进程。）

{
  "server name": "LinkedIn Post Creator MCP Server",
  "command": "npm",
  "args": ["run", "dev"],
  // 客户端实际连接地址通常为：http://localhost:3001 （假设在本地运行且端口为3001）
  // 具体的MCP工具调用通过 POST 请求发送到 /mcp 路径
}

基本使用方法

通过前端应用（如果运行）访问服务器，通常在浏览器中打开 'http://localhost:5173'。
使用Google账户登录，连接到你的LinkedIn账户完成OAuth认证。
在用户界面上选择内容创建类型（纯文本、单图、多图）。
输入文本或上传图片。服务器的MCP工具会被调用来处理请求。
AI生成或处理内容后，可以在前端进行预览。
确认内容后，使用Tokens（积分）并发布到LinkedIn。
在Dashboard查看Token使用情况和发布历史。

关键词

信息